框架设计

概览

IMDL-BenCo代码框架的设计概览图如下所示：

主要的组件包含：

• 负责引入数据并进行预处理的Dataloader
• 管理全部模型，特征提取器的Model Zoo
• 基于GPU加速的Evaluator，用于计算评价指标

上述类是整个框架中最精心设计的部分，可以认为是IMDL-BenCo的主要贡献。

此外还有辅助的一些组件，包含：

• 数据集下载和管理工具Data Library和Data Manager（TODO）
• 全局的注册机制Register，可以实现从str到具体class或者method的映射，便于直接通过shell脚本调用相应的模型或方法，以便批量完成实验。
• 用于可视化分析结果的visualize tools，暂时只包含Tensorboard。

以及一些零碎的工具，包含：

• PyTorch optimize tools，主要是PyTorch训练相关的接口和工具。
• Analysis tools，主要是各种训练时或训练后，分析存档用的工具。

所有上述工具，各自独立地构成了类或者函数，存在交互的组件间留有相应接口。最终，通过在多种Training/Testing/Visualizing Scrips中import调用并组合来实现相应的职责。

而整个IMDL-BenCo框架的CLI（命令行界面，Command Line Interface）则以类似Git中git init的行为，通过benco init自动地在合适的工作路径生成所有默认的Training/Testing/Visualizing Scrips脚本，供研究人员进行后续修改使用。

所以，我们尤其鼓励使用者按照需求修改Training/Testing/Visualizing Scrips的内容，完成对于框架功能的合理取用，满足自定义的需求。并根据图中的❄️、🔥标志建议、酌情对于标注为🔥的类按需创建新的类或修改、设计相应功能完成最相应的科研任务。

此外，数据集下载，模型checkpoint下载等等功能也是通过benco data等等CLI指令实现。